自然语言问答是支撑智能人机交互应用的核心技术,受到学术界和工业界的广泛关注。其中,基于大规模结构化和非结构化知识资源的智能问答更是近些年来的研究热点。本报告将首先梳理自然语言问答的发展脉络和基本概念;进而从基础技术框架、知识资源类型以及复杂问题解析等几个方面介绍近年来知识问答方向的研究进展;最后,将结合目前研究工作中仍存在的挑战与大家分享对未来研究的一些看法。

冯岩松,信息科学博士,北京大学王选计算机研究所副教授。主要研究方向包括自然语言处理、信息抽取、智能问答以及语义分析等;此前曾多次在国内外知识问答评测中取得第一名;相关工作已发表在 ACL、NAACL、EMNLP、TPAMI、AIJ、IJCAI、AAAI等自然语言处理领域主流期刊与会议上。作为项目负责人或课题骨干已承担多项国家自然科学基金及科技部重点研发计划、 863 计划项目。分别在 2014、2015 年获得 IBM Faculty Award,及 2016 年 IBM Shared University Research Award。

https://hub.baai.ac.cn/view/4019

成为VIP会员查看完整内容
44

相关内容

实体关系抽取方法研究综述
专知会员服务
176+阅读 · 2020年7月19日
如何搭建基于知识图谱的问答系统
专知
5+阅读 · 2019年11月23日
【北大】知识图谱的关键技术及其智能应用
专知
112+阅读 · 2019年9月19日
论文浅尝 | 基于知识库的自然语言理解 04#
开放知识图谱
14+阅读 · 2019年3月14日
论文浅尝 | 基于知识库的自然语言理解 01#
开放知识图谱
15+阅读 · 2019年2月22日
刘升平 | 基于知识图谱的人机对话系统
开放知识图谱
11+阅读 · 2018年10月24日
CNCC技术论坛|自然语言生成:机器写作背后的技术
中国计算机学会
6+阅读 · 2018年9月19日
肖仰华 | 基于知识图谱的问答系统
开放知识图谱
28+阅读 · 2017年9月18日
Arxiv
0+阅读 · 2020年12月11日
Arxiv
10+阅读 · 2020年11月26日
Arxiv
101+阅读 · 2020年3月4日
Arxiv
15+阅读 · 2019年9月11日
Arxiv
30+阅读 · 2019年3月13日
Arxiv
6+阅读 · 2018年11月1日
Arxiv
4+阅读 · 2018年4月11日
VIP会员
相关VIP内容
实体关系抽取方法研究综述
专知会员服务
176+阅读 · 2020年7月19日
相关资讯
如何搭建基于知识图谱的问答系统
专知
5+阅读 · 2019年11月23日
【北大】知识图谱的关键技术及其智能应用
专知
112+阅读 · 2019年9月19日
论文浅尝 | 基于知识库的自然语言理解 04#
开放知识图谱
14+阅读 · 2019年3月14日
论文浅尝 | 基于知识库的自然语言理解 01#
开放知识图谱
15+阅读 · 2019年2月22日
刘升平 | 基于知识图谱的人机对话系统
开放知识图谱
11+阅读 · 2018年10月24日
CNCC技术论坛|自然语言生成:机器写作背后的技术
中国计算机学会
6+阅读 · 2018年9月19日
肖仰华 | 基于知识图谱的问答系统
开放知识图谱
28+阅读 · 2017年9月18日
相关论文
Arxiv
0+阅读 · 2020年12月11日
Arxiv
10+阅读 · 2020年11月26日
Arxiv
101+阅读 · 2020年3月4日
Arxiv
15+阅读 · 2019年9月11日
Arxiv
30+阅读 · 2019年3月13日
Arxiv
6+阅读 · 2018年11月1日
Arxiv
4+阅读 · 2018年4月11日
微信扫码咨询专知VIP会员